上周，Wren AI 的核心工程师 Jimmy 有幸受邀在 Apache Airflow & dbt 台北聚会发表演讲，分享关于 “为什么 Text-to-SQL 如此困难，以及 Wren AI 如何旨在解决它” 以及我们在开发 Wren AI 过程中学到的知识。那是一个美好的夜晚，与许多优秀的开发者见面，讨论 Wren AI 如何帮助公司以及数据工程师/分析师以更少的精力获得更多洞察。

活动非常精彩，有超过 100 位热情的参与者通过线上和线下方式加入我们。我们度过了一段美好的时光，讨论了 Wren AI 将如何彻底改变 Text-to-SQL 的未来。

在本次分享中，我们涵盖了以下主题：

1. 历史回顾 — 在大型语言模型出现之前和之后
2. 现状 — 大型语言模型出现之后
3. 为什么 Text-to-SQL 如此困难？
4. Wren AI 介绍
5. Wren AI 如何旨在解决它？

您可以在 YouTube 上查看完整视频（本次演讲为普通话）。

完整幻灯片（英文）也在此处提供： https://hubs.ly/Q02GkQ9q0

什么是 Wren AI？

Wren AI 是一个开源的 Text-to-SQL 解决方案，通过提出业务问题而无需编写 SQL，帮助数据团队更快地获得结果和洞察。Wren AI 支持各种数据源，例如 DuckDB、MySQL、Microsoft SQL Server、BigQuery 等……此外，她还支持开放和本地 LLM 推理端点，例如 OpenAI GPT-3-turbo、GPT-4o，以及通过 Ollama 连接的本地 LLM 主机。

如果您对 Wren AI 感兴趣，请查看以下链接。

👉 GitHub: https://github.com/Canner/WrenAI

👉 Discord: https://discord.com/invite/5DvshJqG8Z

👉 X: https://twitter.com/getwrenai

👉 Medium: https://wrenai.cn/blog

如果您喜欢这篇文章，请不要忘记给 ⭐ Wren AI 在 Github 上点亮一颗星 ⭐ 。一如既往地感谢您的阅读。

当晚的一些活动照片。感谢大家的到来，下次见！

‍

‍